中老签署2026年澜湄合作专项基金老挝项目协议

本文基于新结构经济学提出两个核心假说。H1（结构转型假说）：LMC基金资助的交通基础设施项目通过降低运输成本，促使老挝省份制造业就业占比显著上升、农业就业占比下降。H2（异质性假说）：邻近中国边境且初始交通禀赋较差的省份受益更大，因为"陆联国"战略的边际改善效应在初始条件较差的地区更为突出。Rodrik（2016）的过早去工业化假说提供了竞争性解释——若基金只推动服务业而非制造业扩张，则结构转型质量存疑，需要进一步区分制造业与服务业子类。

本文利用LMC基金项目在各年份、各省份的渐进式铺开（staggered rollout）构造处理组与对照组。核心识别假定为条件平行趋势：在控制省份固定效应、年份固定效应及省份特定线性趋势后，处理组若未获得基金资助，其产业结构变迁趋势应与对照组一致。采用Sun & Abraham（2021）的异质性处理效应估计量解决传统TWFE估计量的负权重问题。工具变量：利用省份是否位于澜沧江—湄公河干流沿岸的地理特征作为项目获批概率的外生变异来源。

基准模型采用双向固定效应DID：Y_it = α + β·LMC_it + γ·X_it + μ_i + λ_t + ε_it。其中Y_it为省份i在t年的制造业就业占比；LMC_it为累计基金项目投资额（对数）；X_it为时变控制变量（人口规模、城镇化率、初始人均GDP与年份虚拟变量交互项）。异质性分析引入三重交互项LMC_it × Border_i × InfraGap_i，其中Border_i为边境哑变量，InfraGap_i为基期基础设施缺口指标。事件研究法设定：Y_it = Σ_k δ_k·D^k_it + μ_i + λ_t + ε_it，检验事前趋势与事后动态效应。

被解释变量：从老挝统计年鉴提取省级三产GDP份额与就业份额，构造结构转型指数（STI = 制造业份额增长率 - 农业份额缩减率）。核心解释变量：手工整理澜湄合作中国秘书处公布的2016-2026年全部项目清单，按省份-年份加总投资额。控制变量：世界银行WDI提取人均GDP、城镇化率、FDI流入量；老挝计划投资部获取各省国内投资数据。工具变量：利用HydroSHEDS水文数据构造"湄公河干流流经长度（公里）"作为地理工具变量。

第一，安慰剂检验：将基金获批时间随机提前3年，模拟1000次检验系数分布是否以0为中心。第二，替换被解释变量：以夜间灯光亮度（VIIRS）替代结构转型指数，检验经济活动集聚的物理证据是否一致。第三，排除首都万象的极端值影响——万象作为政治经济中心可能存在选择性偏误，剔除后重新估计。第四，Goodman-Bacon分解：将DID估计量分解为各组间2×2比较的加权平均，诊断处理效应异质性导致的偏误程度。第五，替换为合成控制法，对每个处理省份构造反事实对照组。

---

本文提出三个假说。H1（产权清晰度假说）：项目用地、收益分配和成果使用权的产权界定越明确，项目完工时间越短、预算合规率越高。澜湄基金的双边共管模式天然存在"剩余控制权"边界模糊问题——中方出资但老方执行，导致双方在招标标准、工程质量验收等环节的讨价还价成本（Williamson, 1985）。H2（治理匹配假说）：资产专用性高的项目（如跨境铁路站点建设）更适合垂直一体化治理，而标准化项目（如农业培训）适合市场化外包。H3（制度互补假说）：中老政治互信程度的提高可部分替代正式合约条款的完备性，形成非正式制度与正式制度的互补关系。

采用最相似案例设计（most-similar case design）：在老挝境内选择LMC基金资助的交通、农业、教育、卫生、能源5个领域的项目各1-2个，控制投资规模区间相同，重点比较治理结构差异（中方主导执行vs.老方主导执行vs.双边联合执行）对项目绩效的影响。过程追踪法（Beach & Pedersen, 2013）用于检验"产权清晰→交易成本降低→项目绩效提升"的因果链是否在每个案例中逐环成立。合约文本编码采用内容分析法，由两名编码员独立进行，Krippendorff's alpha信度检验。

治理绩效模型：Performance_j = α + β₁·PropertyClarity_j + β₂·AssetSpecificity_j + β₃·GovernanceMode_j + β₄·TrustIndex_j + γ·Controls_j + ε_j。其中Performance_j为项目j的综合绩效得分（完工准时率、预算偏差率、受益方满意度加权的综合指标）；PropertyClarity_j为合约中产权条款的编码得分（0-10）；AssetSpecificity_j为资产专用性指数；GovernanceMode_j为治理模式哑变量（外包/混合/垂直一体化）；TrustIndex_j为双边高层互访频率的政治信任代理变量。由于样本量有限（N≈8-10），同时采用QCA（定性比较分析）识别必要条件与充分条件组合。

综合绩效得分：从项目中期评估报告提取三个维度的客观指标——时间维度（实际完工日/计划完工日）、预算维度（实际支出/批准预算）、质量维度（验收评分），加权构造综合得分（主成分分析法降维）。产权清晰度：对项目协议中关于土地所有权、设施使用权、收益分配权、知识产权归属的条款进行编码，每个维度0-2分（无约定/原则性约定/具体约定），合计0-10分。政治信任指数：以签约年份前后两年内中老高层互访次数（中国外交部官网公开记录）构造。

第一，更换绩效度量方式：以老挝国会审计报告的评价结论替代项目中期评估报告，避免中老双方评估机构的主观偏差。第二，增加反例对比：纳入亚洲开发银行（ADB）在老挝资助的类似项目作为对照组，比较不同治理模式下的绩效差异，检验LMC基金治理模式的相对效率。第三，敏感性分析：逐一剔除各维度绩效指标，观察主成分权重变化及系数符号稳定性。第四，采用模糊集QCA（fsQCA）替代清晰集QCA，将连续变量按校准锚点（5%、50%、95%分位数）转化为模糊隶属度，提高分析精度。第五，时间维度扩展：将分析窗口从签约阶段延伸至运营后3年，检验治理模式对项目可持续性的长期影响。

---

本文提出三个假说。H1（制度竞争假说）：当某省份已获得美国或日本主导的发展融资项目时，中国LMC基金对该省份的分配概率和投资规模显著提高，即存在"制度抢占"效应。Susan Strange（1988）的结构性权力理论指出，控制信贷（即发展融资）是四大结构性权力之一——中国通过LMC基金构建平行于传统DAC援助体系的融资网络，本质上是重塑湄公河次区域的金融权力结构。H2（战略资产假说）：LMC基金更倾向于投向湄公河干流沿岸、矿产资源富集区及跨境经济走廊沿线省份，这些区位具有战略资产属性。H3（替代与互补并存假说）：LMC基金在地理上倾向于与传统援助方形成空间错位（替代），但在项目类型上形成功能互补——LMC基金侧重基础设施建设，而日本侧重技术援助。

以老挝各省份为分析单元，利用空间面板数据构建两阶段估计框架。第一阶段：估计传统援助方（美、日、ADB）在老挝各省的项目分布对LMC基金分配概率的因果效应，采用空间杜宾模型控制省份间的空间溢出效应。第二阶段：利用湄公河干流地理特征作为LMC基金分配的工具变量，检验"制度竞争→基金分配→省份经济增长"的完整因果链。制度重叠度指标按AidData数据库中的地理编码数据（1km×1km栅格）计算各援助方项目选址的欧几里得距离。

空间杜宾模型：LMC_i = ρ·W·LMC + β₁·Competition_i + β₂·StrategicAsset_i + θ₁·W·Competition + γ·X_i + ε_i。其中LMC_i为省份i获得的LMC基金投资额；Competition_i为省份i内已有美日援助项目的数量（存量）；StrategicAsset_i为战略资产向量（湄公河干流流经哑变量、矿产资源储量、是否位于中老铁路经济走廊沿线）；W为空间权重矩阵（基于公路网络距离的反距离权重矩阵或邻接矩阵）。ρ刻画了LMC基金分配的空间自相关程度——若ρ>0，表明中国基金分配存在"扎堆"策略。

LMC基金投资额：手工整理2016-2026年全部获批项目的省份-年份面板数据，将项目地址精确到县级行政区（基于项目协议附件和公开报道）。制度竞争强度：从AidData数据库提取美国、日本在老挝各省的项目数量与金额，构造Herfindahl指数变体——Competition_i = 1 - Σ(share_China²)，值越高表示该省份援助方越多元化，制度竞争越激烈。战略资产指数：用主成分分析法将湄公河沿岸（0/1）、矿产资源储量（World Mining Data）、跨境经济走廊距离（中老铁路沿线50km缓冲区）合成单一指数。

第一，替换空间权重矩阵：将公路网络距离权重替换为飞行距离权重和经济联系权重（双边贸易流量），检验空间依赖性度量的稳健性。第二，滞后变量与动态面板：将LMC基金分配滞后一期纳入模型，采用系统GMM估计处理内生性，检验制度竞争的动态响应是否具有"惯性"。第三，更换竞争度量：以AidData中援助项目的承诺金额替代项目数量，检验度量单位选择的影响。第四，子样本分析：分别估计LMC基金在交通、能源、农业三类项目中的分配逻辑，检验不同项目类型的地缘经济动机差异。第五，边界断点回归：利用湄公河作为自然地理边界，比较河流两侧邻近区域（如左岸vs.右岸）的基金分配差异，以地理断点识别制度竞争中的"领域意识"。

---

本文提出两个核心假说。H1（配置效率偏离假说）：当前LMC基金在基础设施（交通、能源）领域的投资占比显著高于农业和教育领域，但后者的边际社会回报率可能更高——即存在"基础设施偏好偏误"。根据Harberger（1972）的社会项目评估框架，当各投资领域的边际社会回报率不相容时，总福利可通过资金重新配置而提高。H2（收敛假说）：随着基金运营进入第二个十年（"澜湄2.0版"），部门间边际回报率的差异应趋于缩小，因为中方和老方在项目遴选过程中存在"干中学"效应，逐步逼近最优配置。

本文的因果识别并非关注"基金是否有效"，而是"基金如何更有效"。核心分析分为三步：第一步，利用随机前沿分析（SFA）估算每个项目的效率得分，识别"前沿项目"（效率最高者）与"落后项目"。第二步，按部门汇总计算各部门的边际社会回报率：MSRR = Δ社会福利净现值 / Δ部门投资额，其中社会福利包括直接产出（如公路通车里程增加、灌溉面积扩大）、间接效应（贸易成本降低、健康改善的货币化）和外部性（碳排放变化的环境价值）。第三步，若不均等化假说成立，利用CGE模型模拟资金跨部门重新配置后对老挝GDP、就业、贫困率的影响。

随机前沿分析模型：ln(Y_j) = β₀ + Σβ_k·ln(X_jk) + v_j - u_j，其中Y_j为项目j的产出向量（复合指标），X_jk为投入向量（资金、人力、时间），v_j为随机误差项，u_j为技术无效率项（服从半正态分布）。效率得分TE_j = exp(-u_j)。边际社会回报率模型：MSRR_s = (Σ_j∈s NPV_j) / (Σ_j∈s Investment_j)，其中s为部门索引（交通、农业、教育、卫生、能源），NPV_j为项目j的社会净现值（贴现率分别取3%、5%、8%进行敏感性测试）。CGE模型采用Löfgren-Harris-Robinson标准单国CGE框架，嵌入老挝2019年SAM表（社会核算矩阵）。

项目产出复合指标：不同部门采用不同度量——交通项目用"新增/改善公路里程×日均交通流量"；农业项目用"受益农户数×户均增收额"；教育项目用"培训人次数×技能认证通过率"；卫生项目用"覆盖人口×疾病负担降低的DALY值"；能源项目用"新增供电人口×人均用电增量"。投入向量：从项目协议和中期评估报告提取实际到位资金额、中方技术人员投入人月数、项目实施周期。社会福利货币化：参考世界银行和WHO的标准方法——时间节约价值按当地平均工资率折算，健康收益按VSL（统计生命价值）乘以死亡率下降。

第一，改变贴现率：基准分析采用5%贴现率，另取3%和8%进行敏感性测试，观察部门间MSRR排序是否一致。第二，剔除"巨型项目"：将投资额超过1000万美元的少数大型交通项目剔除后重新估算，检验个别极端项目是否驱动了整体效率偏向。第三，更换效率估计方法：以数据包络分析（DEA）替代随机前沿分析（SFA），检验非参数方法下的效率排序稳健性。第四，CGE模型参数稳健性：改变Armington弹性、CET弹性等关键行为参数（在±50%范围内），检验模拟结果的方向稳定性。第五，比较ADB在老挝类似项目的部门回报率，检验LMC基金效率偏低是否属于"中国特征"还是"老挝情境"的普遍规律。

---

H1（就业扩张假说）：中老铁路及LMC基金资助的公路网改善了沿线地区的市场可及性，当地非农就业率在铁路通车后显著上升2-4个百分点。理论依据：Rosen（1979）和Roback（1982）的空间均衡模型表明，交通改善等价于实际工资提升（通勤成本下降），吸引劳动力从自给农业转向市场导向型就业。H2（技能溢价分化假说）：基础设施改善对不同技能劳动力的影响不对称——高技能劳动力受益更大（技能溢价上升），因为运输成本下降扩大了技能密集型产品和服务的市场半径。H3（性别异质性假说）：交通改善降低了女性劳动力参与市场的出行约束（传统上女性承担更多家庭责任而受空间限制），女性非农就业率提升幅度大于男性（Gollin et al., 2021）。

采用交叠DID设计，以中老铁路各站点及LMC公路项目为冲击源。处理组：铁路站点周边30km范围内的县域；对照组：距铁路线超过100km且无LMC公路项目覆盖的县域。核心识别假定：在控制县域固定效应和年份固定效应后，处理组若未受基础设施冲击，其劳动力市场趋势应与对照组平行。为解决交叠处理的异质性偏误，采用Callaway & Sant'Anna（2021）的组别-时间平均处理效应（ATT(g,t)）估计量。个体层面分析采用"事件研究型个体固定效应模型"，利用个体在LFS面板中的多次观测追踪同一劳动者的就业状态转换。

县级层面基准模型：EmploymentRate_it = α + β₁·PostRail_it + β₂·PostRoad_it + γ·X_it + μ_i + λ_t + ε_it。其中PostRail_it为铁路站点开通后的时间哑变量，PostRoad_it为LMC公路项目完工后的时间哑变量。个体层面就业转换模型：Pr(Transition_ikt = 1) = Φ(α + β·Accessibility_kt + δ·Skill_i × Accessibility_kt + ζ·Gender_i × Accessibility_kt + θ·Z_ikt)，其中Transition_ikt为个体i在区位k从农业就业转为非农就业的概率，采用Probit模型估计。技能分组按受教育年限（≤9年为低技能，>9年为高技能）。流动性矩阵分析：构建6×6就业状态转移矩阵（3部门 × 2区域），计算转移概率与基础条件指数的偏离。

被解释变量：从老挝劳动力调查（Lao LFS）提取个体就业状态（就业/失业/退出劳动力市场）、行业分类（ISIC 4.0两位码）、职业类别（ISCO-08）。市场可及性指标：基于公路网络与铁路时刻表，计算县域到最近区域中心城市的加权平均出行时间（以2015年普查人口为权重），作为连续处理强度变量。技能溢价：用高技能（大专及以上）与低技能（初中及以下）劳动者的中位数小时工资之比度量。手机信令数据：与老挝电信公司合作获取匿名化基站信号数据，识别铁路通车前后人口跨县流动规模和方向的变化，作为"显示性劳动力流动"的客观度量。

第一，安慰剂空间检验：假设铁路沿另一条随机路线修建（与真实路线正交），模拟500次估计系数分布，检验真实效应是否显著偏离随机分布。第二，多期滞后效应：将铁路通车的处理效应分解为通车后1年、2年、3年的动态效应，检验劳动力市场调整是否存在"J曲线"形态——短期可能因建设期就业消退而下降，长期回升。第三，替换可及性指标：以"县域是否有客运火车站"这一二元哑变量替代连续型加权出行时间，验证度量方式对结论的敏感性。第四，排除万象都市区样本——首都的劳动力市场结构与其他省份根本不同，剔除后重新估计。第五，三重差分（DDD）：引入"性别×处理"和"技能×处理"作为第三重差分维度，同时控制地区-年份、性别-年份、技能-年份的联合固定效应，干净识别因果关系。

---